Regex 常见语法

Posted 2022-09-27 cailf

常用元字符

. 匹配除换行符以外的任意字符。
\w 匹配字母或数字或下划线或汉字。
\W 匹配任意不是字母，数字，下划线，汉字的字符。
\s 匹配任意的空白符。
\S 匹配任意不是空白符的字符。等价于 [^ \f\n\r\t\v]
\d 匹配数字。
\D 匹配任意非数字的字符。等价于 [^0-9]
\b 匹配单词的开始或结束。
\B 匹配不是单词开头或结束的位置
[ck] 匹配包含括号内元素的字符
[^CK]  匹配除了CK以外的任意字符
^ 匹配行的开始。
$  匹配行的结束。
\ 对下一个字符转义。比如$是个特殊的字符。要匹配$的话就得用\$
| 分支条件，如：x|y匹配 x 或 y。
[\u4e00-\u9fa5] 匹配汉字文字
[^\u4e00-\u9fa5] 匹配非汉字字符
[^\x00-\xff] 匹配双字节字符（汉字、中文标点符号等）

特殊元字符

\f 匹配一个换页符。等价于 \x0c 和 \cL。
\n 匹配一个换行符。等价于 \x0a 和 \cJ。
\r 匹配一个回车符。等价于 \x0d 和 \cM。
\t 匹配一个制表符。等价于 \x09 和 \cI。
\v 匹配一个垂直制表符。等价于 \x0b 和 \cK。

限定符

* 匹配前面的子表达式零次或多次。
+ 匹配前面的子表达式一次或多次。
? 匹配前面的子表达式零次或一次。
n n 是一个非负整数。匹配确定的 n 次。
n, n 是一个非负整数。至少匹配n 次。
n,m m 和 n 均为非负整数，其中n <= m。最少匹配 n 次且最多匹配 m 次。

懒惰限定符

*?  重复任意次，但尽可能少重复。如 "acbacb"  正则  "a.*?b" 只会取到第一个"acb" 原本可以全部取到但加了限定符后，只会匹配尽可能少的字符 ，而"acbacb"最少字符的结果就是"acb" 。
+? 重复1次或更多次，但尽可能少重复。与上面一样，只是至少要重复1次。
?? 重复0次或1次，但尽可能少重复。如 "aaacb" 正则 "a.??b" 只会取到最后的三个字符"acb"。
n,m? 重复n到m次，但尽可能少重复。如 "aaaaaaaa"  正则 "a0,m" 因为最少是0次所以取到结果为空。
n,? 重复n次以上，但尽可能少重复。如 "aaaaaaa"  正则 "a1," 最少是1次所以取到结果为 "a"。

捕获分组

(exp)  匹配exp,并捕获文本到自动命名的组里。
(?<name>exp) 匹配exp,并捕获文本到名称为name的组里。
(?:exp) 匹配exp,不捕获匹配的文本，也不给此分组分配组号以下为零宽断言。
(?=exp) 匹配exp前面的位置。如 "How are you doing" 正则"(?<txt>.+(?=ing))" 这里取ing前所有的字符，并定义了一个捕获分组名字为 "txt" 而"txt"这个组里的值为"How are you do";
(?<=exp) 匹配exp后面的位置。如 "How are you doing" 正则"(?<txt>(?<=How).+)" 这里取"How"之后所有的字符，并定义了一个捕获分组名字为 "txt" 而"txt"这个组里的值为" are you doing";
(?!exp) 匹配后面跟的不是exp的位置。如 "123abc" 正则 "\d3(?!\d)"匹配3位数字后非数字的结果
(?<!exp) 匹配前面不是exp的位置。如 "abc123 " 正则 "(?<![0-9])123" 匹配"123"前面是非数字的结果也可写成"(?!<\d)123"